Gabor特征与深度信念网络结合的人脸识别方法

• 作者: 张云伟 支艳利 杨瑞 苟爽
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: Gabor特征 深度学习 受限玻尔兹曼机 深度信念网络 Softmax回归分类器
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 研究与探讨
• 页码范围: 68-70
• 页数: 3页
• 分类号: TP391
• 字数: 2584字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2017)05-0068-03

摘要

提出了一种基于Gabor特征和深度信念网络(DBN)的人脸识别方法,通过提取Gabor人脸图像的不同尺度图进行卷积融合,将融合后的特征图作为DBN的输入数据,训练多层来获得更加抽象的特征表达,整个训练的过程中采用交差熵来微调DBN,模型的最顶层结合Softmax回归分类器对抽取后的特征进行分类.在AR人脸库测试的实验结果表明:将Gabor特征与DBN结合应用于人脸识别,其准确率可高达92.7％,与其他浅层学习模型相比,DBN学习了数据的高层特征的同时还降低了特征维数,提高了分类器的分类精度,最终有效改善了人脸识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张云伟	昆明理工大学信息工程与自动化学院	57	324	9.0	15.0
2	苟爽	昆明理工大学信息工程与自动化学院	4	31	3.0	4.0
3	杨瑞	昆明理工大学信息工程与自动化学院	3	26	2.0	3.0
4	支艳利	昆明理工大学信息工程与自动化学院	3	25	3.0	3.0